Programa informático de apoyo para la evaluación del desarrollo de tumores mediante el método RECIST aplicando procesamiento digital de imágenes biomédicas a través de inteligencia artificial

El presente proyecto comprende el desarrollo de un programa informático de apoyo para la evaluación del desarrollo de tumores mediante el método RECIST aplicando procesamiento digital de imágenes biomédicas, a fin de secundar el diagnóstico del especialista en salud según los criterios del método ya...

Full description

Autores:
Ballesteros Rincón, Johan Steven
Guzmán Trillos, Oskar Daliegt
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/18965
Acceso en línea:
http://hdl.handle.net/20.500.12749/18965
Palabra clave:
Biomedical engineering
Engineering
Medical electronics
Biological physics
Bioengineering
Medical instruments and apparatus
Medicine
Biomedical
Clinical engineering
Cancer treatments
Liver tumors
Biomedical imaging
Ingeniería biomédica
Ingeniería
Biofísica
Bioingeniería
Medicina
Biomédica
Ingeniería clínica
Electrónica médica
Instrumentos y aparatos médicos
Tratamientos oncológicos
Tumores hepáticos
Imágenes biomédicas
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:El presente proyecto comprende el desarrollo de un programa informático de apoyo para la evaluación del desarrollo de tumores mediante el método RECIST aplicando procesamiento digital de imágenes biomédicas, a fin de secundar el diagnóstico del especialista en salud según los criterios del método ya mencionado. En cumplimiento del objetivo principal, se realizó el entrenamiento de una inteligencia artificial a través de redes neuronales convolucionales (CNN), la cual fue entrenada por medio de tomografías computacionales (CT) y máscaras de segmentación correspondientes al hígado, obtenidas de la base de datos del Decatlón de segmentación médica (MSD), así como el respectivo desarrollo de una interfaz gráfica de usuario (GUI) en la que se implementaron los criterios correspondientes a RECIST 1.1, todo realizado en el lenguaje de código abierto Python, con lo que se obtuvo una exactitud del 97,21%.